UGC 游戏视频的感知质量评估
图像与视频处理
2022-04-15 v2 计算机视觉与模式识别
摘要
近年来，随着视频游戏产业的蓬勃发展，YouTube 等主流视频网站上游戏视频的比例急剧增加。然而，关于游戏视频尤其是属于“用户生成内容”（UGC）类别的游戏视频的自动质量预测研究相对较少。由于当前领先的通用途视频质量评估（VQA）模型在此类游戏视频上表现不佳，我们专门创建了一个旨在胜任 UGC 游戏视频的新 VQA 模型，称为游戏视频质量预测器（GAME-VQP）。GAME-VQP 通过利用在修正自然场景统计模型下设计的特征，结合由卷积神经网络学习的游戏特定特征，成功预测了游戏视频独特的统计特性。我们在一个非常新的大型 UGC 游戏视频数据库 LIVE-YT-Gaming 上研究了 GAME-VQP 的性能，发现它既优于其他主流通用 VQA 模型，也优于专门设计的游戏视频 VQA 模型。该新模型将在论文被接受后公开。
引用
@article{arxiv.2204.00128,
title = {Perceptual Quality Assessment of UGC Gaming Videos},
author = {Xiangxu Yu and Zhengzhong Tu and Neil Birkbeck and Yilin Wang and Balu Adsumilli and Alan C. Bovik},
journal= {arXiv preprint arXiv:2204.00128},
year = {2022}
}